Napačnost zaradi preživetja je pristranskost, ki se pojavi pri zbiranju podatkov, ko so podatki izključeni iz analize, ker danes ne obstajajo več.
Ta pristranskost se pojavlja v najrazličnejših kontekstih, kjer se osredotočamo le na tiste "preživele" podatke. Primer tega je prikazan, ko podjetja anketirajo svoje stranke o enem od njihovih izdelkov. Toda svoje ne-stranke, ki bi bile v tem primeru "ne-preživeli", pustijo v pozabi.
V tem primeru bi bilo sklepanje iz te študije napačno. Ker bi bili rezultati pristranski le do "preživele" populacije. In to ne bi bili reprezentativni rezultati.
Napake glede preživetja v praksi
Jasen primer te pristranskosti je razviden iz preučevanja rezultatov investicijskih skladov. Kjer večina zbirk podatkov vključuje samo sredstva, ki obstajajo danes. Ne glede na sredstva, ki so obstajala v preteklosti.
Razlog, zakaj danes ne obstajajo, je ta, da je bil njihov uspeh slabši od "preživelih". Ali celo več skladov je bilo združenih v enega. Zato se analiza teh skladov izvaja z najboljšimi rezultati. In ta pristranskost ponavadi precenjuje uspešnost vzorca teh skladov.
Glavna težava pri tem ni več le precenjevanje uspešnosti sklada. Izbrani vzorec ne bi bil naključni vzorec celotne populacije. Zato rezultati študije morda niso reprezentativni za populacijo. Da na koncu to iščemo pri izbiri naključnega vzorca populacije.
Rešitev za pristranskost preživetja
Predstavljajmo si, da želimo na podlagi preteklega vedenja izbrati investicijski sklad, v katerega bomo vlagali. Da bi se izognili tej pristranskosti in optimizirali to izbiro, bi morali izvesti naslednje korake:
- Izberite časovno obdobje, s katerim nameravamo delati. Na primer deset, petnajst ali dvajset let zgodovine.
- Vzemite vsa obstoječa sredstva od začetka časovnega obdobja, ne glede na to, ali obstajajo ali ne.
- Od tam izberite vzorec iz te populacije za preučevanje vedenja.
Zamisel o tem je na koncu pridobiti ta naključni vzorec populacije. In od tam pridobljeni zaključki, če bi lahko bili reprezentativni za to populacijo.